小程序按顺序同步执行的两种方式

小程序按顺序执行的两种方式

1.回调函数执行,后一个方法写到前一个的回调函数中从而实现顺序执行,缺点是嵌套太多,代码混乱

2.async-await 同步执行,此方法等待前面方法执行完毕才继续后续执行。代码可读性好

以检查文本安全性为例给出两种不同方式代码以供参考

async-await

/**
 * 同步检查是否包含敏感词
 */

// async function checkString(content) {
//   try {
//     var res = await wx.cloud.callFunction({
//       name: 'checkString',
//       data: {
//         content: content,
//       }
//     });
//     if (res.result.errCode == 0)
//       return true;
//     return false;
//   } catch (err) {
//     console.log(err);
//     return false;
//   }
// }


	// pubcom: async function (e) {
	// 	wx.showLoading({
	// 		title: '加载中',
	// 		mask: true
	// 	})

	// 	var that = this
	// 	var doc_id = that.data.commentID
	// 	var content = that.data.comcon
	// 	var formId = e.detail.formId;
	// 	if (!content) {
	// 		return
	// 	}
	// 	var isCheck = await common.checkString(content);
	// 	if (!isCheck) {
	// 		wx.showToast({
	// 			title: '含有敏感词',
	// 			image: "/assets/icon/icon-warning.png",
	// 		});
	// 		return
	// 	}
    //后续代码


	

回调方式

/**
 * 异步检查
 */
function checkString(content,success,fail){
  wx.cloud.callFunction({
    name: 'checkString',
    data: {
      content: content,
    }
  }).then(res => {
    console.log(res);
    if (res.result.errCode == 0)
			success(res);
  }).catch(err => {
    console.error(err);
		fail(err);
  });
}

pubcom: function (e) {
		wx.showLoading({
			title: '加载中',
			mask: true
		})

		var that = this
	
		var content = that.data.comcon
		
		if (!content) {
			return
		}
		common.checkString(content, function (res) { 
			//成功代码
		}, function (err) {
            //失败
			wx.showToast({
				title: '含有敏感词',
				image: "/assets/icon/icon-warning.png",
			});
			return});
	},

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
实现方式有哪些? 对于大数据量应用,串行实现方式往往会面临性能瓶颈。因此,我们需要通过并行计算来提高处理速度。下面是并行和串行两种实现方式的简单介绍: 1. 串行实现方式: 串行实现方式是指程序按照顺序依次执行,每个任务都要等待前面的任务执行完成后才能开始执行。在处理大数据量时,串行实现方式的效率很低,而且处理速度有限。 2. 并行实现方式: 并行实现方式是指程序分解成多个子任务,每个子任务独立运行,可以同时进行处理。并行实现方式可以显著提高计算速度,但需要考虑一些并行计算中的问题,如同步和数据分布等,以确保正确性。 具体实现方式有: 1. MapReduce MapReduce是一种基于分布式和并行计算的编程模型,它将大数据集分成多个小数据块,分布式地处理这些小数据块,最后将结果合并起来。MapReduce框架提供了高度可扩展性和容错性,可以在大规模集群上运行。 2. 并行数据库 并行数据库是一种支持多用户并发访问的数据库系统,它可以通过在多个处理器上分布数据和查询任务来提高性能。并行数据库通常使用多个节点来存储数据,并使用并行查询来处理查询请求。 3. 分布式文件系统 分布式文件系统是一种支持在多个计算机之间共享文件和存储资源的文件系统。分布式文件系统可以将大文件分成多个块,并在多个计算机之间分配这些块,以提高文件访问速度。 总的来说,并行实现方式可以提高大数据量应用的计算速度和性能,但需要考虑一些并行计算中的问题,以确保正确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

flysnownet

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值